AF: Small: Collaborative Research: Geometric and Topological Algorithms for Analyzing Road Network Data

AF：小型：协作研究：用于分析道路网络数据的几何和拓扑算法

基本信息

批准号：
1618605
负责人：
Brittany Fasy
金额：
$ 15.28万
依托单位：
Montana State University
依托单位国家：
美国
项目类别：
Standard Grant
财政年份：
2016
资助国家：
美国
起止时间：
2016-07-01 至 2020-06-30
项目状态：
已结题

来源：
https://www.nsf.gov/awardsearch/showAward?AWD_ID=1618605&HistoricalAwards=false
关键词：
AF Small Collaborative Research Geometric

项目摘要

The project aims to develop theoretically grounded, effective methods for analyzing data associated with road networks -- using graphs that represent road networks as a framework for analyzing network data. Thanks to the spread of GPS-enabled devices, trajectory data has become ubiquitous. Many other sources, including census data and crime statistics, have addresses or geographic locations that link to an underlying road network. Algorithms with mathematical guarantees will be developed to align trajectories to the network under natural and realistic properties of true trajectories, to reconstruct road networks from trajectory and density data. It will also provide two frameworks for comparing data-endowed networks at different levels. While the problems of trajectory alignment, map reconstruction, and map comparison have attracted a lot of attention in the GIS community, most approaches are ad-hoc, provide no quality guarantees, and are limited to post-hoc analysis. This project will provide novel theoretical foundations combining approaches from computational topology and geometry, and will further advance the state-of-the-art of the field of topological / geometric data analysis. The PIs will continue to combine educational and research activities through this project. Students will be tightly integrated into the research and practical implementation of this project, and will be trained in integrating geometric thinking, algorithms development, and (trajectory) data analysis. The combination of such skills is increasingly important in data science. Topics involved in this project will enrich the course material and curriculum development at each of the three institutions.

该项目旨在开发有理论依据的有效方法来分析与道路网络相关的数据——使用代表道路网络的图表作为分析网络数据的框架。由于支持 GPS 的设备的普及，轨迹数据已经变得无处不在。许多其他来源，包括人口普查数据和犯罪统计数据，都有链接到基础道路网络的地址或地理位置。将开发具有数学保证的算法，以便在真实轨迹的自然和现实属性下将轨迹与网络对齐，从而根据轨迹和密度数据重建道路网络。它还将提供两个框架来比较不同级别的数据赋予网络。虽然轨迹对齐、地图重建和地图比较问题引起了 GIS 界的广泛关注，但大多数方法都是临时的，不提供质量保证，并且仅限于事后分析。该项目将提供结合计算拓扑和几何方法的新颖理论基础，并将进一步推进拓扑/几何数据分析领域的最新技术。 PI 将继续通过该项目将教育和研究活动结合起来。学生将紧密融入该项目的研究和实际实施，并接受几何思维、算法开发和（轨迹）数据分析的综合培训。这些技能的结合在数据科学中变得越来越重要。该项目涉及的主题将丰富三个机构的课程材料和课程开发。

项目成果

期刊论文数量（10）

专著数量（0）

科研奖励数量（0）

会议论文数量（0）

专利数量（0）

Towards Directed Collapsibility (Research)

走向定向可折叠性（研究）

DOI：
10.1007/978-3-030-42687-3_17
发表时间：
2020
期刊：
Association for Women in Mathematics series
影响因子：
0
作者：
Belton, R.;Brooks, R.;Ebli, S.;Fajstrup, L;Fasy, B.T.;Ray, C.;Sanderson, N.;Vidaurre, E.
通讯作者：
Vidaurre, E.

Comparing Directed and Weighted Road Maps

比较定向路线图和加权路线图

DOI：
10.1007/978-3-319-89593-2_4
发表时间：
2018
期刊：
Association for Women in Mathematics series
影响因子：
0
作者：
Bittner, Alyson;Fasy, Brittany Terese;Grudzien, Maia;Hajra, Sayonita Ghosh;Huang, Jici;Pelatt, Kristine;Thatcher, Courtney;Tumurbaatar, Altansuren;Wenk, Carola
通讯作者：
Wenk, Carola

Functional summaries of persistence diagrams

DOI：
10.1007/s41468-020-00048-w
发表时间：
2020-01-01
期刊：
J Appl Comput Topol
影响因子：
0
作者：
Berry, E.;Chen, Y-C.;Fasy, BT.
通讯作者：
Fasy, BT.

Moduli spaces of morse functions for persistence

持久性莫尔斯函数的模空间

DOI：
10.1007/s41468-020-00055-x
发表时间：
2020
期刊：
Journal of Applied and Computational Topology
影响因子：
0
作者：
Catanzaro, Michael J.;Curry, Justin M.;Fasy, Brittany Terese;Lazovskis, Jānis;Malen, Greg;Riess, Hans;Wang, Bei;Zabka, Matthew
通讯作者：
Zabka, Matthew

If You Must Choose Among Your Children, Pick the Right One

如果您必须在孩子中做出选择，请选择正确的一个

DOI：
发表时间：
2020
期刊：
Proceedings of the 32nd Canadian Conference on Computational Geometry (CCCG 2020
影响因子：
0
作者：
Fasy, Brittany Terese;McCoy, Bradley;Millman, David L.
通讯作者：
Millman, David L.